Suele haber una dimensión en la que una empresa se distingue. Entrega más rápida, presupuestos más precisos, un servicio que se percibe un poco más personal. Esa ventaja se ha construido con personas: planificadores que son buenos organizando, asesores que son buenos escuchando, una administración que nunca comete errores. El problema no es que esa ventaja desaparezca. El problema es que la razón por la que existía, desaparece.
Cuando la IA se hace cargo del trabajo detrás de una dimensión, cambia lo que esa dimensión mide. El plazo de entrega fue durante mucho tiempo una cuestión de ocupación y experiencia: cuántos buenos planificadores tiene y qué tan buenos son. Si la planificación se hace en gran medida sola, con una persona que evalúa las excepciones, el plazo de entrega ya no es una cuestión de personal sino una cuestión de software. Quien tenga ese sistema, tiene el plazo de entrega. No quien tenga a las mejores personas.
Ese es el cambio. No la IA en general, sino lo que sucede con la comparación en el momento en que un competidor puede ofrecer la misma dimensión con menos trabajo humano y el mismo resultado.
La asunción del trabajo por parte de la IA se produce en tres categorías, que atraviesan cada sector. Una parte del trabajo puede ser realizada completamente por la IA. Otra parte se hace en parte, con una persona que aprueba o rechaza y que puede motivar eso. Y otra parte sigue siendo trabajo humano, porque el juicio, la relación o el contexto no se pueden capturar en un sistema.
Dónde se encuentra una empresa depende de qué tipo de trabajo requiere en realidad la dimensión en cuestión. Un proceso de presupuestos que se basa en combinar reglas fijas y datos históricos se presta más fácilmente a la asunción que un proceso de presupuestos que se basa en interpretar a un cliente que no dice lo que quiere decir. Dos competidores en el mismo mercado pueden, por tanto, diferir mucho, no porque uno sea más innovador, sino porque su trabajo subyacente está estructurado de forma diferente. Para quien quiera distinguir esto por empresa, está la pregunta cómo medir desde fuera la madurez en IA de un competidor sin acceso a sus sistemas internos.
Esto no dice nada sobre lo que una empresa debería hacer con su personal. Si y cómo se reorganiza la capacidad es una decisión del empleador, con sus propios requisitos legales cuando afecta a despidos. Lo que ofrece el benchmark es otra cosa: el número de horas que la IA puede liberar dentro de una tarea, y la capacidad en fte que eso libera para otro trabajo. Hechos sobre el trabajo, no asesoramiento de personal.
La estimación de cuánto trabajo dentro de una dimensión es susceptible de IA nunca es una cifra exacta. Depende de cómo está organizado el trabajo actualmente, qué sistemas ya están en uso, y cuánto del trabajo consiste en excepciones que no se pueden automatizar. Dos empresas con una facturación y un tamaño de plantilla comparables pueden tener un resultado muy diferente en la misma dimensión, y precisamente por eso menos personas no significa automáticamente menos costes. Esa suposición se desarrolla en por qué un competidor con menos personas no trabaja automáticamente más barato.
Una puntuación en el benchmark es, por tanto, una estimación con un rango, no una medición con dos decimales. Se basa en señales públicas: vacantes de empleo, software utilizado, plazos de entrega observables externamente, declaraciones de la propia empresa. Donde esas señales son escasas, el rango es amplio, y eso no se oculta. Un resultado dice algo principalmente dentro de la matriz de evidencia en la que se encuentra: cada puntuación se puede rastrear hasta las señales en las que se basa, y donde estas faltan, también se indica.
Igual de importante es cuándo un resultado no dice nada. Una ventaja que hoy es correcta puede dejar de existir en un año, no porque el competidor se haya vuelto más inteligente, sino porque la propia dimensión cambió de naturaleza. Cuánto tiempo se mantiene una ventaja no es, por tanto, un término fijo sino una pregunta que se responde de forma diferente según la dimensión, desarrollada en cuánto tiempo se mantiene una ventaja de IA. Y no todas las dimensiones que ahora son distintivas lo seguirán siendo: algunas se vuelven precisamente sin valor en el momento en que todo el mercado puede hacer lo mismo, una pregunta que se trata por separado en qué dimensiones se vuelven sin valor cuando todos utilizan IA.
Si la dimensión en la que ahora gana se democratiza, queda la pregunta de en qué gana entonces. Esa no es la misma pregunta que "en qué somos buenos", porque la convicción interna y el poder de distinción externo a menudo difieren. Esa pregunta se trata en cómo saber en qué gana realmente, independientemente de lo que la propia organización crea ofrecer.
Dado que la tecnología subyacente sigue moviéndose, una comparación no es una fotografía que siga siendo válida durante años. Con qué frecuencia es necesaria una reevaluación depende de la rapidez con que las dimensiones de un mercado específico cambian de naturaleza, algo que se profundiza en con qué frecuencia hay que repetir un análisis de la competencia.
La pregunta de qué trabajo en su propia empresa puede realmente ser asumido por la IA no la responde el benchmark, sino el escáner de trabajo de FTE TO AI, que lo desarrolla por tarea.
Puede empezar con la verificación gratuita de dimensiones: usted indica en qué cree que gana, y ve cuáles de esas afirmaciones se pueden defender con evidencia y cuáles no. El benchmark completo, con la matriz de evidencia por dimensión, está en construcción.